dsh-safe-auto
Verified@klarkxy/dsh-safe-auto · v0.5.4 · SEE LICENSE IN LICENSE · Web UI
Safe Auto: a reviewer model answers approval requests one call at a time; includes review history with full audit trails.
Install
dsh plugin add @klarkxy/dsh-safe-auto Confirm the layer applied with dsh --profile default --dump-config — see the install guide.
Source
Published to npm without a public repository. Inspect the package contents before installing.
Tags
Readme
安全自动
新增一个「安全自动」权限档位。普通操作照常在工作区沙箱里运行;需要审批的请求交给审核模型判断,通过就只放行这一次,拒绝就把原因告诉智能体。做法参考 Codex 的自动审核(auto-review),始终保持工作区沙箱隔离,而非切换到完全权限。
安装
dsh plugin --profile web add @klarkxy/dsh-safe-auto
把 web 换成你的 profile 名,安装后重启 profile。
使用
在输入框旁的权限菜单中选择「安全自动」。选中后仅对当前会话生效,选回其他档位即关闭。
在「设置 → 会话管理 → 安全自动」中选择审核模型、思考强度和额外的审核要求。模型留空时跟随默认辅助模型;没有设置默认辅助模型时,跟随当前会话模型。默认辅助模型是共享设置:在「设置 → 会话管理」里设置一次,所有跟随它的功能都用同一个模型。设置在别处改动时本页会自动同步。
模型列表读取失败或部分提供商不可用时,可在设置面板点击「重试」。重试会保留审核配置和未保存的草稿。
审核历史
在「设置 → 会话管理 → 安全自动 → 审核历史」里查看插件记录下的每一次审核。可以按搜索词、会话、工具、结果、风险和起止时间筛选,再逐页翻看。点开一条记录会看到这次审核的全貌:触发原因、实际送审的参数、送审内容、判定结果、每次尝试的 token 用量,以及放行的调用后来是否实际执行。
可以导出单条记录,或导出符合当前筛选条件的全部记录,格式为 JSON。导出全部时逐页拉取,可随时取消;仅在完整导出成功后写入文件。
历史记录涵盖安装审核历史功能之后的每次审核,持久保存在 Harness profile 中。
工具
| 工具 | 作用 |
|---|---|
safe_auto_history |
只读查询当前会话的审核历史:list 返回摘要列表,还有后续记录时提供下一页游标;get 返回单条完整记录。跨会话历史可在「设置 → 会话管理 → 安全自动」查看。查询历史仅读取本地记录,保持审核模型空闲。 |
会审核什么
write、edit、bash、pwsh申请的沙箱提权。- 少量危险命令,在沙箱内也会先送审:强制删除(
rm -f、Remove-Item -Force、del /f、rd /s /q)和打开网址。 - 其他插件或工具在这个会话里发起的审批请求。
读文件、搜索、构建、测试这类常规操作直接运行,无需送审。
审核怎么判断
- 审核模型会看到对话记录、当前工作目录、沙箱工作区边界和这次操作的完整参数。只有你发的消息算授权,智能体的说明、工具输出和文件内容都只作参考;早先的审批结论是另一次调用的记录,不构成这次的授权。
- 审核读的是对话当前的样子:你改写过的请求和它产生的那一轮都不再算依据;审核进行期间有新消息到达,这次审核即作废。
- 低风险和中风险的操作放行;高风险只在你明确要求且范围有限时放行;严重风险(例如把密钥发到外部、大范围不可逆删除)一律拒绝。
- 审核超时、返回字段缺失或含未知值、出错或缺少可用模型时,请求按审核失败拒绝,智能体可以重试一次或向你询问。
- 跟随默认辅助模型的审核,每次都会先读取这个共享默认。读不到时按审核失败拒绝,而不是换一个你没选过的模型来审。
- 同一轮对话里连续拒绝 3 次,或最近 50 次里拒绝了 10 次,就暂停自动审批,等你发下一条消息。
限制
- 这不是安全边界。 审核方是语言模型,可能判断错误。请保留原有的沙箱、隔离和备份。
- 被拒绝的操作直接把原因返回给对话中的智能体。想放行时直接在对话里告诉智能体,它重试时审核会看到你的批准。
- 对话记录超长时会截断最早的内容。
- 操作参数以完整内容送审;完整操作超出审核容量时拒绝自动批准。
- 关闭安全自动或修改审核设置,会使尚未完成的审核失效。
- 安全自动仅作用于顶层会话,子代理会话沿用原生审批流程。
- 同一 profile 中请单独使用本插件处理自动审批。
- 历史保存脱敏后的审核依据。已知凭据会尽力遮盖,未知格式的敏感内容仍可能保留;超大或无效的操作会明确标注记录范围。
- 审核结论、观察到的实际审批与工具结果分别记录;未观察到审批或执行结果时会明确标注。本地审核记录作为普通 profile 数据保存。
- 自动批准以审核记录成功落盘为前提。